基于不同优化算法下风电预测精度对风水电协调影响研究

摘要：

研究了持续法、ARIMA方法、改进BP神经网络3种不同的风电预测模型,在相同条件下,经实例仿真发现,改进BP神经网络模型的预测精度好于ARIMA预测模型,而ARIMA预测模型的预测精度好于持续法预测模型.基于上述3种不同的风电预测模型,建立了风-水发电联合协调运行的模型.采用遗传粒子群和混合粒子群2种不同的优化算法来研究风电预测精度对风-水电协调影响,通过仿真实例发现,风电预测模型精度越高,得到的理论值与实际值偏差越小；在考虑2种不同优化算法的情况下,遗传粒子群优化算法得到的数值与实际值偏差比混合粒子群大,同时基于不同风电预测模型下的误差也要比混合粒子群大.

关键词：风电、水电、预测精度、遗传粒子群、混合粒子群

所属期刊栏目：28

分类号：TM712(输配电工程、电力网及电力系统)

在线出版日期：2013-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：79-83